西南师范大学学报（自然科学版）
西南師範大學學報（自然科學版）
서남사범대학학보（자연과학판）
JOURNAL OF SOUTHWEST CHINA NORMAL UNIVERSITY
2012年
5期
73-77
,共5页
王丽琼%范琦%易珍奎%王以武
王麗瓊%範琦%易珍奎%王以武
왕려경%범기%역진규%왕이무
高效液相色谱法%指纹图谱%反向传播人工神经网络%判别分析%麻黄
高效液相色譜法%指紋圖譜%反嚮傳播人工神經網絡%判彆分析%痳黃
고효액상색보법%지문도보%반향전파인공신경망락%판별분석%마황
采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(discriminant analysis,DA)判别模型.研究结果显示,所建BP-ANN模型的预测准确率为83.3％～94.4％、DA模型的性能指标为82.8％～88.5％,可见所建方法能有效判别不同种类、不同产地和不同采摘时间的麻黄药材.该方法基于麻黄药材物质基础的整体性质,判断客观,为其他药材的分析提供了参考.
採用HPLC-UV測定36箇痳黃藥材的指紋圖譜,應用化學計量學進行圖譜預處理和數據預處理,建立併驗證不同種類、不同產地和不同採摘時間的痳黃藥材的反嚮傳播人工神經網絡(back-propagation artificial neural network,BP-ANN)和判彆分析(discriminant analysis,DA)判彆模型.研究結果顯示,所建BP-ANN模型的預測準確率為83.3％～94.4％、DA模型的性能指標為82.8％～88.5％,可見所建方法能有效判彆不同種類、不同產地和不同採摘時間的痳黃藥材.該方法基于痳黃藥材物質基礎的整體性質,判斷客觀,為其他藥材的分析提供瞭參攷.
채용HPLC-UV측정36개마황약재적지문도보,응용화학계량학진행도보예처리화수거예처리,건립병험증불동충류、불동산지화불동채적시간적마황약재적반향전파인공신경망락(back-propagation artificial neural network,BP-ANN)화판별분석(discriminant analysis,DA)판별모형.연구결과현시,소건BP-ANN모형적예측준학솔위83.3％～94.4％、DA모형적성능지표위82.8％～88.5％,가견소건방법능유효판별불동충류、불동산지화불동채적시간적마황약재.해방법기우마황약재물질기출적정체성질,판단객관,위기타약재적분석제공료삼고.
